UNIVERSIDADE DO ALGARVE Escola Superior de Gestão, Hotelaria e Turismo

Transcrição

1 UNIVERSIDADE DO ALGARVE Escola Superior de Gestão, Hotelaria e Turismo APLICAÇÕES NO SPSS Disciplina de Estatística Gestão Disciplina de Estatística Gestão Hoteleira Disciplina de Estatística Descritiva Turismo Ano Lectivo 2003/2004 Elaborado por: Isabel Teotónio

2 Índice Pág. Escalas Revisão dos conceitos... 2 Breve descrição dos termos utilizados na janela Variable View do SPSS... 2 Definição das Variáveis e Introdução de Dados... 3 Tratamento das variáveis qualitativas... 6 Tratamento das variáveis quantitativas Tratamento do cruzamento de variáveis Introdução de dados e tratamento de uma questão de resposta múltipla Exercícios de Aplicação Elaborado por: Isabel Teotónio Pág. 1

3 Escalas Breves Revisão de Conceitos Escalas Nominal Ordinal Intervalo Rácio Características Os dados definidos numa escala nominal são qualitativos por excelência, pertencem a categorias não hierarquizadas (sexo, profissão, filiação partidária, raça, religião, etc.), os elementos/dados são atributos ou qualidades. Os números servem apenas para identificar ou categorizar os elementos. Quando numa característica nominal a ordem das categorias obedece a uma sequência com significado então estamos na presença de uma característica definida numa escala ordinal (classificação de hotéis estrelas, escalões de rendimento, classes sociais, ordens de preferência, avaliação de um produto ou serviço mediante uma escala de Likert cinco termos) Para além das características da escala ordinal, a escala por intervalos tem ainda a característica de a distâncias iguais corresponderem quantidades iguais. As escalas por intervalos podem ser contínuas ou discretas. Na escala por intervalos é atribuído um valor que mede a propriedade em estudo, o zero da escala não corresponde à ausência de propriedade (temperatura, resultados num teste de inteligência, medidas de atitude e personalidade) Esta escala tem as mesmas características de uma escala por intervalos contínua e adicionalmente apresenta a característica de possuir o zero absoluto como valor mínimo (altura, peso, tempo, volume, etc.) Breve descrição dos termos utilizados na Janela Variable View do SPSS Name Nome da variável Type Tipo de variável Width Tamanho da variável + parte decimal Decimals Número de casas decimais das observações Label Descrição de variável Values Codificação da variável utilizado em variáveis qualitativas Missing Codificação das não respostas Columns Largura da coluna Align Alinhamento dos dados esquerda ou direita ou centro Measure Nível de medida da variável criada nominal ou ordinal ou scale (inclui os níveis por intervalo e de rácio) Elaborado por: Isabel Teotónio Pág. 2

4 Definição das Variáveis e Introdução de Dados Considere as seguinte questão de um questionário: P.1. Sexo Feminino Masculino P.2. Idade Idade P.3. Estado Civil Solteiro(a) Casado(a) Divorciado(a) União de facto Viuvo(a) Para a qual se obtiveram as seguintes respostas: Inquirido Sexo Idade Estado Civil 1 Masculino 19 Solteiro(a) 2 Feminino 18 Solteiro(a) 3 Feminino 20 Casado(a) 4 Masculino 22 Casado(a) 5 Masculino 32 Divorciado(a) 6 Feminino 24 União de facto 7 Feminino 28 Casado(a) 8 Feminino 26 Solteiro(a) 9 Masculino 34 Divorciado(a) 10 Feminino 56 Viuvo(a) Criação das variáveis Janela Variable View Variável Sexo Name Sexo Type numeric Width 8 Decimals 0 Label Sexo do inquirido Values vamos codificar a variável clicando em Value Value Label 1 Masculino ADD 2 Feminino ADD OK Missing não se coloca nada pois não existem não respostas Columns 9 (por forma a ver-se todo o texto) Align left Measure nominal. Elaborado por: Isabel Teotónio Pág. 3

5 Variável Idade Name idade Type numeric Width 8 Decimals 1 Label Idade do inquirido Values não se coloca nada pois trata-se que uma variável quantitativa. Missing não se coloca nada pois não existem não respostas Columns 8 Align center Measure scale. Variável Estado Civil Name ecivil Type numeric Width 8 Decimals 0 Label Estado Civil do inquirido Values vamos codificar a variável clicando em Value Value Label 1 Solteiro(a) ADD 2 Casado(a) ADD 3 Divorciado(a) ADD 4 União de facto ADD 5 Viuvo(a) ADD OK Missing não se coloca nada pois não existem não respostas Columns 12 (por forma a ver-se todo o texto) Align left Measure nominal. Introdução de dados Janela Data View Variável Sexo do Inquirido Por baixo (em coluna) da variável Sexo colocar o sexo de cada inquirido em número (1 se Masculino e 2 se Feminino) Se clicar na etiqueta os números são convertidos em nomes. Elaborado por: Isabel Teotónio Pág. 4

6 Inquirido Introdução Clicando na Inquirido Introdução Clicando na Original etiqueta Original etiqueta 1 1 Masculino 6 2 Feminino 2 2 Feminino 7 2 Feminino 3 2 Feminino 8 2 Feminino 4 1 Masculino 9 1 Masculino 5 1 Masculino 10 2 Feminino Variável Idade do Inquirido Por baixo (em coluna) da variável Idade colocar a idade de cada inquirido Ao clicar na etiqueta os dados não sofrem qualquer alteração pois trata-se de um variável scale. Inquirido Introdução Clicando na Inquirido Introdução Clicando na Original etiqueta Original etiqueta Variável Estado Civil do Inquirido Por baixo (em coluna) da variável Sexo colocar o sexo de cada inquirido em número (1 se Solteiro(a), 2 se Casdo(a), etc.) Se clicar na etiqueta os números são convertidos em nomes. Inquirido Introdução Clicando na Inquirido Introdução Clicando na Original etiqueta Original etiqueta 1 1 Solteiro(a) 6 4 União de facto 2 1 Solteiro(a) 7 2 Casado(a) 3 2 Casado(a) 8 1 Solteiro(a) 4 2 Casado(a) 9 3 Divorciado(a) 5 3 Divorciado(a) 10 5 Viuvo(a) Elaborado por: Isabel Teotónio Pág. 5

7 Tratamento das variáveis qualitativas Janela Data View Variáveis Sexo e Estado Civil do Inquirido Analyse Descriptive Statistics Frequencies passar para o lado direito (variable(s)) as variáveis Sexo e Estado Civil clicando duas vezes Statistics Seleccionar em Central Tendency (tendência central): Mode (moda) pois trata-se de uma variável qualitativa Clicar em Continue Chart Seleccionar em Chart Tipe ou pie chart gráfico circular ou bar chart - gráfico de barras Seleccionar Chart values: percentages - percentagens Clicar em Continue Clicar em OK vai aparecer o output com a análise solicitada. N Mode Valid Missing Statistics Sexo do Estado Civil inquirido do Inquirido a a. Multiple modes exist. The smallest value is shown Sexo do inquirido Valid Masculino Feminino Total Valid Cumulative Frequency Percent Percent Percent Elaborado por: Isabel Teotónio Pág. 6

8 Valid Solteiro(a) Casado(a) Divorciado(a) União de facto Viuvo(a) Total Estado Civil do Inquirido Cumulative Frequency Percent Valid Percent Percent Se seleccionou o pie chart para colocar as percentagens clique duas vezes no gráfico e abre-se uma janela: Chart Options Em Labels seleccione: Text Percents Clique em format Em Position seleccione: Best Fit Em Display Frame Around desmarque Inside labels Continue Ok Com a janela aberta proceda ás alterações de texto, tamanho, cor, legendas, títulos que desejar fechando em seguida a janela. O resultado será : Masculino Feminino 40.0% 60.0% Elaborado por: Isabel Teotónio Pág. 7

9 União de facto 10.0% Viuvo(a) 10.0% Solteiro(a) 30.0% Divorciado(a) 20.0% Casado(a) 30.0% Se seleccionou o bar chart para colocar as percentagens clique duas vezes no gráfico e abre-se uma janela: Clique no icone Bar Label Style e seleccione: Standard Clique em Apply All Clique em Close Com a janela aberta proceda ás alterações de texto, tamanho, cor, legendas, títulos que desejar fechando em seguida a janela. O resultado será : Percent 10 0 Masculino Feminino Sexo do inquirido Elaborado por: Isabel Teotónio Pág. 8

10 Percent 0 Solteiro(a) Casado(a) Divorciado(a) União de facto Viuvo(a) Estado Civil do Inquirido Elaborado por: Isabel Teotónio Pág. 9

11 Tratamento das variáveis quantitativas Análise dos Dados Janela Data View Variável Idade do Inquirido Analyse Descriptive Statistics Frequencies passar para o lado direito (variable(s)) as variável idade, clicando duas vezes na variável desmarcar a opção Display frequencies tables esta opção refere-se á tabela de frequências. Statistics Seleccionar em Percentelis Values (percentis): Quartiles (quartis) Seleccionar em Dispersion (dispersão): Std deviation (desvio padrão) variance (variância) range (intervalo de variação) minimum (mínimo) maximum (máximo) Seleccionar em Central Tendency (tendência central): Mean (média) Median (mediana) Mode (moda) Clicar em Continue Chart Seleccionar Histograms gráfico de barras com os dados agrupados em classes definidas pelo SPSS. Seleccionar with normal curve curva da distribuição normal associada ao gráfico Clicar em Continue Clicar em Continue Clicar em OK vai aparecer o output com a análise solicitada. O coeficiente de variação é a única estatística que não consta do quadro terá de ser por si calculada. Elaborado por: Isabel Teotónio Pág. 10

12 Statistics Idade do inquirido N Valid Mean Median Mode Std. Deviation Variance Range Minimum Maximum Percentiles Missing a a. Multiple modes exist. The smallest value is shown 5 Idade do inquirido Frequency Std. Dev = Mean = 27.9 N = Idade do inquirido Gráficos Stem-and-Leaf e Box-and-Whisker Analyse Descriptive Statistics Explore passar para o lado direito (Dependent List) a variável idade, com a ajuda da seta Display: Elaborado por: Isabel Teotónio Pág. 11

13 Clicar em plots pois se deixar seleccionada a opção Both o SPSS gera por defeito uma tabela de estatísticas descritivas (mais incompleta que a da opção Frequencies) e cria também os gráficos escolhidos Plots Seleccionar em Box Plots (Box-and-Whisker): Factor Level together Seleccionar em Descreptive (decritivas): Stem and leaf Clicar em Continue Clicar em OK vai aparecer o output com a análise solicitada. Idade do inquirido Stem-and-Leaf Plot Frequency Stem & Leaf Extremes (>= 56) Stem width: 10 Each leaf: 1 case(s) Idade do inquirido Nesta amostra existe um valor extremo (denominado Outlier) a idade do inquirido 10 (56 anos) daí aparecer no stem-and-leaf (Extremes (>=56) e no box-and-whiskers um ponto. Elaborado por: Isabel Teotónio Pág. 12

14 Tratamento do cruzamento de variáveis Muitas vezes é aconselhável proceder ao cruzamento de variáveis, podemos cruzar: duas variáveis qualitativas uma variável qualitativa com um variável quantitativa desde que agrupada em classes. duas variáveis quantitativas desde que agrupadas em classes. Cruzamento de duas variáveis qualitativas Cruzamento das variáveis Sexo e Estado Civil Analyse Descriptive Statistics Crosstabs passar, com ajuda da seta, para Row(s) a variável que queremos que apareça em linha (deverá ser a variável com maior número de categorias) Estado Civil passar, com ajuda da seta, para Row(s) a variável que queremos que apareça em linha (deverá ser a variável com menor número de categorias) - Sexo Seleccionar Display Clustered Bar Charts representação em barras o número de individuos em cada categoria das linhas dentro de cada categoria das colunas. Cells Seleccionar em Counts Observed Seleccionar em Percentages: Rows percentagens para o total de cada linha Columns percentagens para o total de cada coluna Total percentagens para o total de inquiridos Continue Clicar em OK vai aparecer o output com a análise solicitada. Elaborado por: Isabel Teotónio Pág. 13

15 Estado Civil do Inquirido * Sexo do inquirido Crosstabulation Estado Civil do Inquirido Solteiro(a) Casado(a) Divorciado(a) União de facto Count % within Estado Civil do Inquirido % within Sexo do inquirido % of Total Count % within Estado Civil do Inquirido % within Sexo do inquirido % of Total Count % within Estado Civil do Inquirido % within Sexo do inquirido % of Total Count % within Estado Civil do Inquirido % within Sexo do inquirido % of Total Sexo do inquirido Masculino Feminino Total % 66.7% 100.0% 25.0% 33.3% 30.0% 10.0% 20.0% 30.0% % 66.7% 100.0% 25.0% 33.3% 30.0% 10.0% 20.0% 30.0% % 100.0% 50.0% 20.0% 20.0% 20.0% % 100.0% 16.7% 10.0% 10.0% 10.0% Viuvo(a) Total Count % within Estado Civil do Inquirido % within Sexo do inquirido % of Total Count % within Estado Civil do Inquirido % within Sexo do inquirido % of Total % 100.0% 16.7% 10.0% 10.0% 10.0% % 60.0% 100.0% 100.0% 100.0% 100.0% 40.0% 60.0% 100.0% Solteiro(a) Casado(a) Divorciado(a) 2.0 Estado Civil do Inquirido União de facto 1.0 Viuvo(a) Sexo do inquirido Masculino Feminino 2.2 Count Elaborado por: Isabel Teotónio Pág. 14

16 Cruzamento de uma variável qualitativa e uma quantitativa agrupada em classes Criação das classes de Idade através da função existente no SPSS Janela Data View Transform Categorize Variables passar, com ajuda da seta, para Create Categories For a variável (idade) que queremos categorizar Definir em Number of Categories o número de categorias (classes) que queremos criar, esse número pode ser dado por logn OK Estão assim criadas as categorias para a nossa variável: Inquirido Idade nidade Inquirido Idade nidade Para que nas analises feitas com a variável categorizada (nidade) não apareçam os números associados a cada classe de idades mas sim as classes de idade deveremos proceder á codificação das classes criando os respectivos Labels, em primeiro lugar deveremos ver entre que valores estão definidas as classes, para o nosso exemplo temos: assim na Janela Variable View nidade Idades 1 inferior a superior a 33 para a variável nidade alterar o Label para Classes de Idades Values vamos codificar a variável clicando em Value Value Label 1 < 20 anos ADD 2 20 a 24 anos ADD 3 25 a 32 anos ADD 4 > 32 anos ADD OK Com esta codificação passam a aparecer as classes de idades e não os valores. Elaborado por: Isabel Teotónio Pág. 15

17 Cruzamento das variáveis Sexo e Idade Janela Data View Analyse Descriptive Statistics Crosstabs passar, com ajuda da seta, para Row(s) a variável que queremos que apareça em linha (deverá ser a variável com maior número de categorias) Classes de idade passar, com ajuda da seta, para Row(s) a variável que queremos que apareca em linha (deverá ser a variável com menor número de categorias) - Sexo Seleccionar Display Clustered Bar Charts representação em barras o número de individuos em cada categoria das linhas dentro de cada categoria das colunas. Cells Seleccionar em Counts Observed Seleccionar em Percentages: Rows percentagens para o total de cada linha Columns percentagens para o total de cada coluna Total percentagens para o total de inquiridos Continue Clicar em OK vai aparecer o output com a análise solicitada. Classes de idades * Sexo do inquirido Crosstabulation Classes de idades Total < 20 anos 20 a 24 anos 25 a 32 anos > 32 anos Count % within Classes de idades % within Sexo do inquirido % of Total Count % within Classes de idades % within Sexo do inquirido % of Total Count % within Classes de idades % within Sexo do inquirido % of Total Count % within Classes de idades % within Sexo do inquirido % of Total Count % within Classes de idades % within Sexo do inquirido % of Total Sexo do inquirido Masculino Feminino Total % 50.0% 100.0% 25.0% 16.7% 20.0% 10.0% 10.0% 20.0% % 66.7% 100.0% 25.0% 33.3% 30.0% 10.0% 20.0% 30.0% % 66.7% 100.0% 25.0% 33.3% 30.0% 10.0% 20.0% 30.0% % 50.0% 100.0% 25.0% 16.7% 20.0% 10.0% 10.0% 20.0% % 60.0% 100.0% 100.0% 100.0% 100.0% 40.0% 60.0% 100.0% Elaborado por: Isabel Teotónio Pág. 16

18 < 20 anos a 24 anos Classes de idades a 32 anos 1.0 > 32 anos Sexo do inquirido Masculino Feminino 2.2 Count Elaborado por: Isabel Teotónio Pág. 17

19 Introdução de dados e tratamento de uma questão de resposta múltipla Considere a seguinte questão de um questionário: P.4. Quais os temas que prefere ler? (poderá colocar uma cruz, mais do que uma ou nenhuma) Romance Policial Comédia Ficção B. D. Outros Para a qual se obtiveram as seguintes respostas: Criação das variáveis Inquirido Temas Escolhidos 1 Romance Ficção Outros 2 Policial Outros 3 4 Policial Ficção 5 Romance Comédia Ficção 6 Ficção 7 Romance Policial 8 Ficção B.D. 9 Romance Policial Comédia 10 Cria-se uma variável para cada tipo de Leitura codificando-as com Sim (caso tenha sido escolhida pelo inquirido) e Não (caso não tenha sido escolhida pelo inquirido) Janela Variable View Name Romance Type numeric Width 8 Decimals 0 Label Prefere ler Romance Values vamos codificar a variável clicando em Value Value Label 1 Sim ADD 2 Não ADD OK Columns 9 (por forma a ver-se todo o texto) Align center Measure nominal. Repetir os mesmos passos para os restantes tipos de leitura. Elaborado por: Isabel Teotónio Pág. 18

20 Introdução de dados Janela Data View Por baixo (em coluna) de cada uma das variáveis definidas colocar as respectivas observações em número Se clicar na etiqueta os números são convertidos em nomes Com todas as variáveis ficaria: Inquirido Romance Policial Comédia Ficção B.D. Outros 1 1 Sim 2 Não 2 Não 1 Sim 2 Não 1 Sim 2 2 Não 1 Sim 2 Não 2 Não 2 Não 1 Sim 3 2 Não 2 Não 2 Não 2 Não 2 Não 2 Não 4 2 Não 1 Sim 2 Não 1 Sim 2 Não 2 Não 5 1 Sim 2 Não 1 Sim 1 Sim 2 Não 2 Não 6 2 Não 2 Não 2 Não 1 Sim 2 Não 2 Não 7 1 Sim 1 Sim 2 Não 2 Não 2 Não 2 Não 8 2 Não 2 Não 2 Não 1 Sim 1 Sim 2 Não 9 1 Sim 1 Sim 1 Sim 2 Não 2 Não 2 Não 10 2 Não 2 Não 2 Não 2 Não 2 Não 2 Não Análise dos Dados Criação do Conjunto de Resposta Múltipla Analyse Multiple Response Define Sets passar todas as variáveis de interesse (clicando duas vezes ) para Variables in Set Em Variables Are Coded As escolher: Dichotomies (Dicotómicas Resposta Sim/Não) Counted Value 1 (Sim pois interessa-nos contar os temas escolhidos) Name Prefere Label Preferência de Leitura ADD Close Criação da tabela de resposta múltipla Analyse Multiple Response Frequencies passar Preferência de Leitura do Mult Response Sets (clicando duas vezes ) para Tables for Clicar em OK vai aparecer o output com a análise solicitada. Elaborado por: Isabel Teotónio Pág. 19

21 Group $PREFERE Preferência de Leitura (Value tabulated = 1) Dichotomy label Name Count Pct of Responses Pct of Cases Prefere ler Romance ROMANCE Prefere ler Policial POLICIAL Prefere ler Comédia COMEDIA Prefere ler Ficção FICÇAO Prefere ler B.D. B.D Prefere ler Outros OUTROS Total responses 18 (*) missing cases; 8 valid cases 2 missing cases dos 10 inquiridos 2 não escolheram qualquer tema 8 valid cases dos 10 inquiridos 8 escolheram pelo menos um tema Considere agora a seguinte questão de um questionário: P.5. Desta lista de jornais indique por ordem de preferência os cinco jornais que mais gosta de ler? Publico Expresso DN Record Bola Capital D.E. Crime 24 Horas Utilizando a seguinte escala (deve ser explicada pelo entrevistador) Mais gosta Gosta Não gosta nem muito, nem pouco Gosta pouco Não gosta nada Para a qual se obtiveram as seguintes respostas: Inquirido Publico Expresso DN Record Bola Capital D.E. Crime 24 Horas Criação das variáveis Cria-se uma variável para cada Nível da escala (designadas Opção) codificando-as com os títulos de todos os Jornais Elaborado por: Isabel Teotónio Pág. 20

22 Janela Variable View Name Opção 1 (Corresponde ao que mais gosta) Type numeric Width 8 Decimals 0 Label Mais gosta Values vamos codificar a variável clicando em Value Value Label 1 Público ADD 2 Expresso ADD 3 DN ADD 4 Record ADD 5 Bola ADD 6 Capital ADD 7 D.E. ADD 8 Crime ADD 9 24Horas ADD OK Columns 9 (por forma a ver-se todo o texto) Align center Measure nominal. Repetir os mesmos passos para os restantes níveis da escala Introdução de dados Janela Data View Por baixo (em coluna) de cada uma das variáveis definidas colocar as respectivas observações em número Se clicar na etiqueta os números são convertidos em nomes. O resultado seria: Inquirido Opção 1 Opção 2 Opção 3 Opção 4 Opção Expresso 1 Publico 4 Record 7 D.E. 5 Bola 2 4 Record 1 Publico 2 Expresso 9 24Horas DN DN 4 Record 5 Bola 2 Expresso Expresso 3 DN 1 Publico 9 24Horas Publico 2 Expresso Record 6 Capital 7 D.E. 9 24Horas 2 Expresso 9 5 Bola 2 Expresso Expresso 5 Bola 8 Crime.... Análise dos Dados Criação do Conjunto de Resposta Múltipla Analyse Multiple Response Define Sets passar todas as variáveis de interesse (clicando duas vezes ) para Variables in Set Elaborado por: Isabel Teotónio Pág. 21

23 Em Variables Are Coded As escolher: Categories (Categorias - jornais) Range: 1 through 9 Name Jornal Label Jornal mais lido ADD Close Criação da tabela de resposta múltipla Analyse Multiple Response Frequencies passar Jornal mais lido do Mult Response Sets (clicando duas vezes ) para Tables for Clicar em OK vai aparecer o output com a análise solicitada. Group $JORNAL Jornal mais lido Category label Code Count Pct of Responses Pct of Cases Público Expresso DN Record Bola Capital D.E Crime Horas Total responses missing cases; 9 valid cases Elaborado por: Isabel Teotónio Pág. 22

24 Regressão Linear Simples Deverá ser apenas utilizada quando estamos perante variáveis quantitativas. Suponha ainda que no referido questionário foi colocada a seguinte questão P.6. Á quantos anos trabalha? (colocar 0 se o inquirido não trabalha) Para a qual se obtiveram as seguintes respostas: Inquirido Trabalho Pretende-se verificar se o número de anos de trabalho é função da idade. Criação das variáveis Variável Idade já criada na questão 2 basta alterar : Name - idade_x (de forma a identificar que se trata da variável independente) Variável Número de anos de trabalho Name trab_y (de forma a identificar que se trata da variável dependente) Type numeric Width 8 Decimals 0 Label N.º de anos de Trabalho Values não se coloca nada pois trata-se que uma variável quantitativa. Missing não se coloca nada pois não existem não respostas Columns 8 Align center Measure scale. Elaborado por: Isabel Teotónio Pág. 23

25 Análise dos Dados Janela Data View Analyse Regression Linear passar, com a ajuda da seta, a variável N.º de anos de trabalho para Dependent passar, com a ajuda da seta, a variável Idade do inquirido para Independent(s) Clicar em Statistics e escolher: Model fit R Squared Change Em Regression Coefficients escolher: Estimates Continue Clicar em OK vai aparecer o output com a análise solicitada (o output contem Model mais informação, mas a de interesse é a aqui apresentada) R R Square Adjusted R Square Model Summary Std. Error of the Estimate Change Statistics R Square F Sig. F df1 df2 Change Change Change a a. Predictors: (Constant), Idade do inquirido Model 1 (Constant) Idade do inquirido Coefficients a Unstandardized Coefficients a. Dependent Variable: Nº de anos de Trabalho Standardized Coefficients B Std. Error Beta t Sig Representação Gráfica Janela Data View Analyse Regression Curve Estimation passar, com a ajuda da seta, a variável N.º de anos de trabalho para Dependent passar, com a ajuda da seta, a variável Idade do inquirido para Independent Seleccionar Include Constant in Equation Seleccionar Plot Models Elaborado por: Isabel Teotónio Pág. 24

26 Em Models escolher: Linear Clicar em OK vai aparecer o output com a análise solicitada (o output contem mais informação, mas a de interesse é a aqui apresentada) Independent: IDADE_X Dependent Mth Rsq d.f. F Sigf b0 b1 TRAB_Y LIN N.º de anos de trabalho Observed Linear Idade do inquirido Elaborado por: Isabel Teotónio Pág. 25

27 Exercícios Variados Utilizando as observações do quadro seguinte: Inquirido Sexo Altura Cor Preferida Peso Satisfação pelo Produto A 1 Masculino Azul 92.2 Não sabe/não Responde 2 Masculino Azul 69.3 Muito Satisfeito 3 Masculino Azul 73.0 Satisfeito 4 Feminino Rosa 41.1 Satisfeito 5 Feminino Rosa 53.9 Nada Satisfeito 6 Masculino Rosa 67.7 Pouco Satisfeito 7 Feminino Azul 42.3 Muito Satisfeito Azul 52.4 Não sabe/não Responde 9 Masculino Rosa Muito Satisfeito 10 Masculino Rosa 65.0 Satisfeito 11 Feminino Rosa 62.1 Satisfeito 12 Feminino Rosa 60.4 Satisfeito 13 Masculino Azul 85.6 Muito Satisfeito 14 Masculino Azul 72.4 Pouco Satisfeito 15 Feminino Azul 58.2 Pouco Satisfeito 16 Masculino Rosa 76.3 Nada Satisfeito 17 Masculino Azul 63.0 Nada Satisfeito 18 Masculino Azul 68.1 Nem muito, nem pouco satisfeito 19 Feminino Rosa 55.2 Nem muito, nem pouco satisfeito 20 Feminino Rosa 63.9 Nem muito, nem pouco satisfeito 21 Feminino Azul 40.6 Satisfeito 22 Masculino Azul 68.4 Satisfeito 23 Masculino Rosa 67.2 Pouco Satisfeito 24 Masculino Rosa 71.1 Pouco Satisfeito 25 Feminino Azul 51.3 Pouco Satisfeito 26 Masculino Rosa 98.2 Pouco Satisfeito 27 Feminino Rosa 51.4 Satisfeito 28 Feminino Satisfeito 29 Feminino Azul 55.7 Satisfeito 30 Feminino Rosa 49.4 Nem muito, nem pouco satisfeito 31 Feminino Rosa 47.7 Nem muito, nem pouco satisfeito 32 Masculino Rosa 65.8 Não sabe/não Responde Rosa 68.4 Não sabe/não Responde 34 Masculino Azul 70.3 Não sabe/não Responde 35 Masculino Azul 65.8 Não sabe/não Responde 36 Masculino Azul 67.6 Satisfeito 37 Feminino Azul 49.3 Muito Satisfeito 38 Masculino Azul 63.5 Nem muito, nem pouco satisfeito 39 Masculino Azul 64.8 Nem muito, nem pouco satisfeito 40 Masculino Nem muito, nem pouco satisfeito 41 Feminino Rosa 47.8 Nem muito, nem pouco satisfeito 42 Feminino Rosa 41.2 Muito Satisfeito Elaborado por: Isabel Teotónio Pág. 26

28 Responda ás seguintes questões: Questão 1. Crie as variáveis Sexo, Altura, Peso, Cor Preferida, Nível de Satisfação com o Produto A. Tenha em atenção que na variável satisfação deverão ser codificados como Missing o valor associado ao Não Sabe/Não Responde assim na Janela Variable View no Value deverá codificar o Não Sabe/Não Responde com o valor 99 e no Missing definir no Discrete Missing Values o valor 99 por forma a o SPSS assumir estes valores como não respostas Questão 2. Apresente uma tabela de frequências para as variáveis Sexo e Cor e os respectivos gráficos em Pie. Questão 3. Determine as medidas descritivas e os gráficos, que considere adequadas, para as variáveis altura e peso. Questão 4. Analise o nível de satisfação com o produto A. Questão 5. Cruze as variáveis Sexo com Cor Preferida, Sexo com Nível de Satisfação e Altura com Peso Questão 6. Utilize a técnica de regressão linear para verificar se o peso é função da altura Elaborado por: Isabel Teotónio Pág. 27